論文の概要: AI for Service: Proactive Assistance with AI Glasses

• arxiv url: http://arxiv.org/abs/2510.14359v1
• Date: Thu, 16 Oct 2025 06:55:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.753073
• Title: AI for Service: Proactive Assistance with AI Glasses
• Title（参考訳）: AI for Service: AI Glassの積極的な支援
• Authors: Zichen Wen, Yiyu Wang, Chenfei Liao, Boxue Yang, Junxian Li, Weifeng Liu, Haocong He, Bolong Feng, Xuyang Liu, Yuanhuiyi Lyu, Xu Zheng, Xuming Hu, Linfeng Zhang,
• Abstract要約: AI for Service(AI4Service)は、日々の生活を積極的にリアルタイムに支援するための新しいパラダイムである。 我々は、エゴセントリックなビデオストリームからサービス機会を検出することによって介入するKnow Whenと、一般化されたサービスとパーソナライズされたサービスの両方を提供するKnow Howの2つの基本的な課題に対処する統合されたフレームワークであるAlpha-Serviceを提案する。
• 参考スコア（独自算出の注目度）: 44.4519940886017
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In an era where AI is evolving from a passive tool into an active and adaptive companion, we introduce AI for Service (AI4Service), a new paradigm that enables proactive and real-time assistance in daily life. Existing AI services remain largely reactive, responding only to explicit user commands. We argue that a truly intelligent and helpful assistant should be capable of anticipating user needs and taking actions proactively when appropriate. To realize this vision, we propose Alpha-Service, a unified framework that addresses two fundamental challenges: Know When to intervene by detecting service opportunities from egocentric video streams, and Know How to provide both generalized and personalized services. Inspired by the von Neumann computer architecture and based on AI glasses, Alpha-Service consists of five key components: an Input Unit for perception, a Central Processing Unit for task scheduling, an Arithmetic Logic Unit for tool utilization, a Memory Unit for long-term personalization, and an Output Unit for natural human interaction. As an initial exploration, we implement Alpha-Service through a multi-agent system deployed on AI glasses. Case studies, including a real-time Blackjack advisor, a museum tour guide, and a shopping fit assistant, demonstrate its ability to seamlessly perceive the environment, infer user intent, and provide timely and useful assistance without explicit prompts.
• Abstract（参考訳）: AIがパッシブツールからアクティブでアダプティブなコンパニオンへと進化している時代に、私たちは、日々の生活における積極的なリアルタイムアシストを可能にする新しいパラダイムであるAI for Service(AI4Service)を紹介します。 既存のAIサービスは、明示的なユーザコマンドにのみ応答する。 我々は、真にインテリジェントで役に立つアシスタントは、ユーザーのニーズを予測し、適切な時に積極的に行動を取ることができるべきだと論じている。 このビジョンを実現するために、我々は2つの基本的な課題に対処する統合されたフレームワークであるAlpha-Serviceを提案している。 フォン・ノイマンのコンピュータアーキテクチャにインスパイアされたAlpha-Serviceは、知覚のための入力ユニット、タスクスケジューリングのための中央処理ユニット、ツール利用のための算術論理ユニット、長期的なパーソナライズのためのメモリユニット、自然な人間のインタラクションのための出力ユニットの5つの重要なコンポーネントで構成されている。 最初の調査では、AIグラス上にデプロイされたマルチエージェントシステムを通じてAlpha-Serviceを実装しました。 リアルタイムのブラックジャックアドバイザー、博物館ツアーガイド、ショッピングフィットアシスタントを含むケーススタディは、環境をシームレスに知覚し、ユーザの意図を推測し、明示的なプロンプトなしでタイムリーで有用な支援を提供する能力を示す。

関連論文リスト

• Agentic Services Computing [51.50424046053763]
  本稿では,自律的,適応的,協調的なエージェントとしてサービスを再定義するパラダイムであるエージェントサービスコンピューティングを提案する。 ASCは、設計、デプロイ、運用、進化という4段階のライフサイクルを包含しています。
  論文  参考訳（メタデータ） (2025-09-29T07:29:18Z)
• MIRA: Empowering One-Touch AI Services on Smartphones with MLLM-based Instruction Recommendation [61.19099947706954]
  本稿では,タスク・インストラクション・レコメンデーションの先駆的フレームワークであるMIRAを紹介する。 MIRAを使用すると、ユーザーは画像やテキストオブジェクトを長押しして、AIタスクを実行するためのコンテキスト関連命令レコメンデーションを受け取ることができる。 MIRAは命令レコメンデーションの精度を大幅に改善した。
  論文  参考訳（メタデータ） (2025-09-17T07:43:14Z)
• Memento No More: Coaching AI Agents to Master Multiple Tasks via Hints Internalization [56.674356045200696]
  本稿では,複雑なメモシステムや事前の高品質な実演データを必要としない,複数のタスクに対する知識とスキルを取り入れたAIエージェントの訓練手法を提案する。 このアプローチでは,エージェントが新たな経験を収集し,ヒントの形で人間から補正フィードバックを受け取り,このフィードバックを重みに組み込む,反復的なプロセスを採用している。 Llama-3をベースとしたエージェントに実装することで,数ラウンドのフィードバックの後,高度なモデルGPT-4oとDeepSeek-V3をタスクセットで性能向上させる手法の有効性を実証する。
  論文  参考訳（メタデータ） (2025-02-03T17:45:46Z)
• YETI (YET to Intervene) Proactive Interventions by Multimodal AI Agents in Augmented Reality Tasks [16.443149180969776]
  Augmented Reality (AR)ヘッドウェアは、日々の手続き的なタスクを解く際のユーザエクスペリエンスを一意に改善することができる。 このようなAR機能は、AIエージェントがユーザーのマルチモーダル機能に関連するアクションを見て耳を傾けるのに役立つ。 一方、AIエージェントのプロアクティビティは、人間が観察されたタスクのミスを検出し、修正するのに役立つ。
  論文  参考訳（メタデータ） (2025-01-16T08:06:02Z)
• AIOpsLab: A Holistic Framework to Evaluate AI Agents for Enabling Autonomous Clouds [12.464941027105306]
  AI for IT Operations(AIOps)は、障害のローカライゼーションや根本原因分析といった複雑な運用タスクを自動化することを目的としており、人間の作業量を削減し、顧客への影響を最小限にする。 大規模言語モデル(LLM)とAIエージェントの最近の進歩は、エンドツーエンドとマルチタスクの自動化を可能にすることで、AIOpsに革命をもたらしている。 マイクロサービスクラウド環境をデプロイし、障害を注入し、ワークロードを生成し、テレメトリデータをエクスポートするフレームワークであるAIOPSLABを紹介します。
  論文  参考訳（メタデータ） (2025-01-12T04:17:39Z)
• AIris: An AI-powered Wearable Assistive Device for the Visually Impaired [0.0]
  AIを利用したウェアラブルデバイスであるAIrisを導入し、視覚障害者に環境認識とインタラクション機能を提供する。 我々は,実環境下で効果的に動作する機能プロトタイプシステムを開発した。
  論文  参考訳（メタデータ） (2024-05-13T10:09:37Z)
• Watch-And-Help: A Challenge for Social Perception and Human-AI Collaboration [116.28433607265573]
  我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。 WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。 マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
  論文  参考訳（メタデータ） (2020-10-19T21:48:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。